本项目旨在研究目前控制理论研究中的一个前沿课题,具有未建模动态的非线性系统的自适应预测控制算法,利用动态模糊系统对非线性系统的逼近性质,在线或离线逼近非线性系统,采用动态模糊系统作为预测模型及采用鲁棒混杂控制,进行非线性系统预测控制器设计,解决目前非线性系统预测控制算法中对受控对象建模精度要求过高及预测控制器设计依赖于初始点的可解性条件等问题,并对预测控制算法中解优化问题的算法进行研究,以便该算法在工程中实践。在确保全局稳定或半全局稳定的条件下,所提算法的显著特点是:(1)不依赖于目前预测控制算法研究中优化问题在初始点的可解性隐含假设,采用混杂控制结构;(2)采用动态模糊系统离线或在线逼近受控对象,克服预测控制算法中对受控对象建模精度的要求;以上两点使得预测控制算法可以在工程中实现。在理论上,要有突破,获得国际领先的成果,在技术上,研制实际有效,可用于典型化工生产过程的新型算法。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
粗颗粒土的静止土压力系数非线性分析与计算方法
基于LASSO-SVMR模型城市生活需水量的预测
拥堵路网交通流均衡分配模型
基于多模态信息特征融合的犯罪预测算法研究
多变量非线性系统的自适应模糊预测控制研究
非线性不确定系统的模糊自适应容错控制
随机非线性量化反馈系统的自适应模糊控制研究
非线性不确定系统的backstepping模糊自适应输出反馈控制